基于改进YOLO v3的轴承端面缺陷检测算法.pdf

２０２４年５月机床与液压Ｍａｙ２０２４

第５２卷第９期ＭＡＣＨＩＮＥＴＯＯＬ＆ＨＹＤＲＡＵＬＩＣＳＶｏｌ５２Ｎｏ９

－

ＤＯＩ：１０．３９６９／ｊｉｓｓｎ１００１３８８１２０２４０９０３１

－

文献引用：余浪，苗鸿宾，苏赫朋，等．基于改进ＹＯＬＯｖ３的轴承端面缺陷检测算法［Ｊ］．机床与液压，２０２４，５２（９）：２０９２１４．

Ｃｉｔｅａｓ：ＹＵＬａｎｇ，ＭＩＡＯＨｏｎｇｂｉｎ，ＳＵＨｅｐｅｎｇ，ｅｔａｌ．ＤｅｆｅｃｔｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｏｆｂｅａｒｉｎｇｅｎｄｆａｃｅｂａｓｅｄｏｎｉｍｐｒｏｖｅｄＹＯＬＯｖ３［Ｊ］．

－

ＭａｃｈｉｎｅＴｏｏｌ＆Ｈｙｄｒａｕｌｉｃｓ，２０２４，５２（９）：２０９２１４．

基于改进ＹＯＬＯｖ３的轴承端面缺陷检测算法

１１，２１１

余浪，苗鸿宾，苏赫朋，申光鹏

（１中北大学机械工程学院，山西太原０３００５１；２山西省深孔加工工程技术

研究中心，山西太原０３００５１）

摘要：为提高轴承端面缺陷检测的速度以及检测精度，提出一种基于改进ＹＯＬＯｖ３的轴承端面缺陷检测算法。首先，

－

对图像数据集进行数据增强处理以防止产生过拟合现象；其次，通过改进Ｋｍｅａｎｓ聚类算法重新聚类出目标检测的Ａｎｃｈｏｒ

Ｂｏｘｅｓ，并引入ＳＫＮｅｔ注意力机制模块对原网络结构以及输出层结构进行改进；最后对改进的ＹＯＬＯｖ３算法进行实验验证，

并与原ＹＯＬＯｖ３算法进行对比分析。结果表明，改进后的ＹＯＬＯｖ３算法相比原ＹＯＬＯｖ３算法对轴承端面缺陷检测的ｍＡＰ

值提升了７０３％，检测速度提升了３４７帧／ｓ，验证了改进算法的有效性。

关键词：轴承；ＹＯＬＯｖ３算法；缺陷检测；聚类算法

中图分类号：ＴＰ３９１

ＤｅｆｅｃｔＤｅｔｅｃｔｉｏｎＡｌｇｏｒｉｔｈｍｏｆＢｅａｒｉｎｇＥｎｄＦａｃｅＢａｓｅｄｏｎＩｍｐｒｏｖｅｄＹＯＬＯｖ３

１１，２１１

ＹＵＬａｎｇ，ＭＩＡＯＨｏｎｇｂｉｎ，ＳＵＨｅｐｅｎｇ，ＳＨＥＮＧｕａｎｇｐｅｎｇ

（１ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎａ，ＴａｉｙｕａｎＳｈａｎｘｉ０３００５１，Ｃｈｉｎａ；

２ＳｈａｎｘｉＰｒｏｖｉｎｃｅＤｅｅｐＨｏｌｅＭａｃｈｉｎｉｎｇＣｅｎｔｅｒ，ＴａｉｙｕａｎＳｈａｎｘｉ０３００５１，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｄｅｔｅｃｔｉｏｎｓｐｅｅｄａｎｄａｃｃｕｒａｃｙｏｆｂｅａｒｉｎｇｅｎｄｆａｃｅｄｅｆｅｃｔｓ，ａｄｅｆｅｃｔｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｏｆｂｅａｒｉｎｇ

ｅｎｄｆａｃｅｂａｓｅｄｏｎｉｍｐｒｏｖｅｄＹＯＬＯｖ３ｗａｓｐｒｏｐｏｓｅｄ．Ｔｈｅｉｍａｇｅｄａｔａｓｅｔｗａｓｅｎｈａｎｃｅｄｔｏｐ